CN108898236A - 基于线性规划模型进行成品油一次物流的优化方法和系统 - Google Patents

基于线性规划模型进行成品油一次物流的优化方法和系统 Download PDF

Info

Publication number
CN108898236A
CN108898236A CN201810339500.6A CN201810339500A CN108898236A CN 108898236 A CN108898236 A CN 108898236A CN 201810339500 A CN201810339500 A CN 201810339500A CN 108898236 A CN108898236 A CN 108898236A
Authority
CN
China
Prior art keywords
information
node
cost
period
inventory
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810339500.6A
Other languages
English (en)
Inventor
王顺江
孙勤凤
王恒
冯树中
李璐佳
赵亚彬
郭锴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sinopec Sales Co Ltd
Original Assignee
Sinopec Sales Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sinopec Sales Co Ltd filed Critical Sinopec Sales Co Ltd
Priority to CN201810339500.6A priority Critical patent/CN108898236A/zh
Publication of CN108898236A publication Critical patent/CN108898236A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于线性规划模型进行成品油一次物流的优化方法和系统，运输信息采集、仓储信息采集、营销信息采集，用所采集的数据按照预设周期依据线性规划模型获取最优化目标值；运输信息包括运输总量、运输成本、运输方式；仓储信息包括实际库存量、目标库存量、安全库存量、库存降量；营销信息包括销售总量、采购总量、自采总量、消耗或产出总量、销售价格、采购成本、经济惩罚值、产出或消耗成本、期末库存成本、期初库存成本。本发明还公开了一种基于线性规划方法进行成品油物流的优化系统。

Description

基于线性规划模型进行成品油一次物流的优化方法和系统
技术领域
本发明涉及一种基于线性规划模型进行成品油一次物流的优化 方法和系统。
背景技术
随着国内油气体制改革的不断深入，从成品油市场的零售和批发 业务全面开放，到原油进口权的逐步放开，加之能源替代技术的不断 升级，国内成品油市场资源过剩、消费疲软的情况不断加剧，市场竞 争愈发激烈，某石化企业下属销售企业迫切需要建立现代物流运行体 系，靠信息技术来提升水平，增强竞争力。
发明内容：
为了克服上述背景技术的缺陷，本发明提供一种基于线性规划模 型进行成品油一次物流的优化方法和系统，具有客观性、可行性。
为了解决上述技术问题本发明的所采用的技术方案为：
基于线性规划模型进行成品油一次物流的优化方法：
运输信息采集、仓储信息采集、营销信息采集，用所采集的数据 按照预设周期依据线性规划模型获取最优化目标值；
运输信息包括运输总量、运输成本；
仓储信息包括实际库存量、目标库存量、安全库存量、库存降量；
营销信息包括销售总量、采购总量、自采总量、消耗或产出总量、 销售价格、采购成本、经济惩罚值、产出或消耗成本、期末库存成本、 期初库存成本。
较佳地，线性规划模型包括资源供应约束方程、市场需求约束 规划方程、库存降量约束方程和安全库存约束方程。
较佳地，最优化目标值
Maximize OBJ＝∑(iktj)Siktj*PRICEiktj*XLENj
-∑(iktj)Biktj*COSTiktj*XLENj
-∑(iklpj)Tiklpj*TCOSTiklpj*XLENj
-∑(ikj)Pikj*BCOST*XLENj
-∑(klj)Vklj*VCOSTklj*XLENj
-∑(ikj)Iikj*HCOSTikj*LENj
-∑(ikj)Dikj*PCOSTikj
-∑(ikj)Jikj*SCOSTikj
-∑(ik)Rik*OCSTik
其中，
∑(iktj)Siktj是指i物料在j周期在k节点的销售总量；
∑(iktj)Siktj是指i物料在j周期在k节点的采购总量；
∑(iklpj)Tiklpj因是指i物料在j周期从k节点运输到1节点用 p运输方式的运输总量；
∑(ikj)Pikj均是指i物料在j周期在k节点的自采总量；
∑(klj)Vklj是指在j周期在k节点用1操作方案的产出或消耗 的总量；
∑(ikj)Iikj是指在i物料在j周期k节点的期末库存量；
∑(ikj)Dikj是指i物料在j周期k节点的目标库存量；
∑(ikj)Jikj是指i物料在j周期k节点的安全库存量；
∑(ik)Rik是指i物料在k节点的库存降量；
PRICEiktj间是指i物料在j周期在k节点的销售价格；
COSTiktj是指i物料在j周期在k节点的采购成本；
TCOSTiklpj是指i物料在j周期从k节点运输到l节点用p运输 方式的运输成本；
BCOST是指因自采产生的经济惩罚值；
VCOSTklj可是指在j周期在k节点用l操作方案的产出或消耗的 成本；
HCOSTikj是指i物料在j周期在k节点的期末库存成本；
PCOSTikj是指i物料在j周期在k节点的目标库存戚本；
SCOSTikj是指i物料在j周期在k节点的安全库存成本；
OCOSTik是指i物料在j周期在k节点的期初库存成本；
LENj是指j周期长度；
XLENj是指模型在已定义周期频率的基础上等于LENj。
本发明还提供一种基于线性规划模型进行成品油一次物流的优 化系统，包括：
信息采集模块，用于按照预设周期采集成品油物流数据信息；
计算模块，用于依据成品油物流数据信息有线性规划模型获取最 优化目标值。
较佳地，信息采集模块包括运输信息采集单元、仓储信息采集单 元和营销信息采集单元；
运输信息采集单元用于采集运输总量信息和运输成本信息；
仓储信息采集单元用于采集实际库存量信息、目标库存量信息、 安全库存量信息、库存降量信息；
营销信息采集单元用于采集销售总量信息、采购总量信息、自采 总量信息、消耗或产出总量信息、销售价格信息、采购成本信息、经 济惩罚值信息、产出或消耗成本信息、期末库存成本信息、期初库存 成本信息。
本发明的有益效果在于：销售企业在成品油配置和运输路径优化 方面存在巨大潜力。利用线性规划方法可对成品油运输路径优化进行 模拟测算，对未来新通道的开辟提供建设性的意见。采用线性规划方 法可以优化成品油储运系统尤其是库存管理，为合理利用库存调节成 品油运输提供依据。根据市场需求和经营情况，依托现有成品油运输 条件，利用线性规划方法，可优化生产企业的产品结构，为生产企业 的原油优化选择和产品结构调整提供依据。采用线性规划方法，可灵 活地对成品油在不同油库之间或采用不同运输通道进行经济效益评 价，为经营决策提供依据。
具体实施方式
下面结合实施例对本发明做进一步的说明。
实施例一
基于线性规划模型进行成品油一次物流的优化方法：
运输信息采集、仓储信息采集、营销信息采集，用所采集的数据 按照预设周期依据线性规划模型获取最优化目标值；
运输信息包括运输总量、运输成本；
仓储信息包括实际库存量、目标库存量、安全库存量、库存降量；
营销信息包括销售总量、采购总量、自采总量、消耗或产出总量、 销售价格、采购成本、经济惩罚值、产出或消耗成本、期末库存成本、 期初库存成本。
线性规划方法包括资源供应约束方程、市场需求约束规划方程、 库存降量约束方程和安全库存约束方程。
最优化目标值
Maximize OBJ＝∑(iktj)Siktj*PRICEiktj*XLENj
-∑(iktj)Biktj*COSTiktj*XLENj
-∑(iklpj)Tiklpj*TCOSTiklpj*XLENj
-∑(ikj)Pikj*BCOST*XLENj
-∑(klj)Vklj*VCSOTklj*XLENj
-∑(ikj)Iikj*HCOSTikj*LENj
-∑(ikj)Dikj*PCOSTikj
-∑(ikj)Jikj*SCOSTikj
-∑(ik)Rik*OCOSTik
其中，
∑(iktj)Siktj是指i物料在j周期在k节点的销售总量；
∑(iktj)Biktj是指i物料在j周期在k节点的采购总量；
∑(iklpj)Tiklpj因是指i物料在j周期从k节点运输到1节点用 p运输方式的运输总量；
∑(ikj)Pikj均是指i物料在j周期在k节点的自采总量；
∑(klj)Vklj是指在j周期在k节点用1操作方案的产出或消耗 的总量；
∑(klj)Iklj是指在i物料在j周期k节点的期末库存量；
∑(klj)Dklj是指i物料在j周期k节点的目标库存量；
∑(klj)Jklj是指i物料在j周期k节点的安全库存量；
∑(klj)Rklj是指i物料在k节点的库存降量；
PRICEiktj间是指i物料在j周期在k节点的销售价格；
COSTiktj是指i物料在j周期在k节点的采购成本；
TCOSTiklpj是指i物料在j周期从k节点运输到l节点用p运输 方式的运输成本；
BCOST是指因自采产生的经济惩罚值；
VCOSTklj可是指在j周期在k节点用l操作方案的产出或消耗的 成本；
HCOSTikj是指i物料在j周期在k节点的期末库存成本；
PCOSTikj是指i物料在j周期在k节点的目标库存戚本；
SCOSTikj是指i物料在j周期在k节点的安全库存成本；
OCOSTik是指i物料在j周期在k节点的期初库存成本；
LENj是指j周期长度；
XLENj是指模型在已定义周期频率的基础上等于LENj。
实施例二
基于线性规划模型进行成品油一次物流的优化系统，包括：
信息采集模块，用于按照预设周期采集成品油物流数据信息；
计算模块，用于依据成品油物流数据信息有线性规划模型获取最 优化目标值。
信息采集模块包括运输信息采集单元、仓储信息采集单元和营销 信息采集单元；
运输信息采集单元用于采集运输总量信息和运输成本信息；
仓储信息采集单元用于采集实际库存量信息、目标库存量信息、 安全库存量信息、库存降量信息；
营销信息采集单元用于采集销售总量信息、采购总量信息、自采 总量信息、消耗或产出总量信息、销售价格信息、采购成本信息、经 济惩罚值信息、产出或消耗成本信息、期末库存成本信息、期初库存 成本信息。
本发明已在实践中得到应用，并取得良好效果。
本发明整合物流流程，通过对销售企业深入调研、反复论证， 遵循“集中统一管理”的原则，突破现有多层级成品油管理模式， 直接实现点对点的物流优化管理模式，为今后销售系统进一步实现管 理体制改革打下基础。整合范围涵盖某石化企业旗下32家炼厂、31 家省市石油公司、21家联营专项单位销售的汽油、煤油和柴油三大 品种共25个品种牌号，设计需求、运输、节点和供应4个方面。运 输方式和运输通道的优化。成品油一次物流优化模型中水路运输方式 只有一种，没有细分到不同船型，这在销售企业实际操作和运行中存 在较大的差距。为了符合实际操作和运行，将水路运输方式细分为7 种方式，并对具体通道的费用进行了逐一校核。实现了水运通道的“一 航一价、一船一价”。
混合整数功能的应用。根据目前某石化企业成品油配置计划和 运输计划安排的实际情况，不同辖区铁路、公路自提、水运的整车、 整船发运的起步量都不相同。依据某石化企业成品油一次物流优化模 型开发的需要，统一设定铁路、公路自提整车发运的起步量为50吨， 水运整船发运依据运输的不同品种、不同船型分别设置的起步量。为 保证计算方案的可行性和可操作性，该模型根据炼厂实际情况，按不 同品种、不同船型设置炼厂水运起输量，并给定增长幅度；按整车安 排炼厂铁路、公路自提出厂量，汽油、柴油每车50吨。实现了对铁 路、公路自提、水运的整车、整船发运的起步量、倍率和管输的起 输量等整数限制。
根据当前水运中配送、自提的实际情况，考虑常用船型，使用 某石化企业成品油一次物流优化软件提供的参数和变量条件，完善了 混合整数功能，实现了在保证整体优化的前提下，对一个炼厂到一个 油库的多条运输通道，接指定顺序进行连接和组合，初步解决了水运 中如何合理匹配配送、自提的问题。
利用模型优化资源要货。根据石化生产企业的生产能力、总体收 率和分品种资掠收率情况，充分利用Matrix Rows、Matrix Columns两 张数据表，实现了通过模型附加矩阵模拟炼厂生产方案的功能，实现 了使用模型和软件，基于销售企业分油库要货，优化倒算分企业、分 品种的资源要货。
多周期：设置不同月份的资源供应、油库需求，模拟油库进 销存平衡的多种情况，并通过调整油库库容高、低限，库存持有 成本，目标库存及目标库存惩罚值，安全库存及安全库存惩罚值等 数值，实现季度多周期模型的使用，按照效益最大化的原则，实 现对资源、运输、库存的控制。
本发明一是实现了生产资源全口径优化，资源优化范围涵盖省市 公司、联营单位、专项部门、调控用户、出口等五部分。二是混合整 数功能的应用，即按照运输类型对油品发运数量按指定起运量、运 输倍率进行取整，特别是华东、华中地区炼厂油品水运出厂方式细分 到了分船型发运，更有利于调度运行。三是多周期功能的开发，测试 了利用库存调节来解决供需不平衡矛盾的可能性，通过设置高限、低 限、合理库存和库存持有成本、库存惩罚值等限制条件，模型自行选 择在恰当的地点、时间安排涨库或降库。四是通过模型附加矩阵实 现了对炼厂提报优化要货的功能，根据销售企业提报的分油库需求， 反算对分炼厂、分品种资源的优化要货，提高产销衔接的科学性。五 是强化了模型的图形化显示功能，使模型计算结果输出的成品油流向 示意图更为直观、准确。
32个生产企业生产的25种油品，31个省市公司、21家合资 专项单位、出口和调控共972节点(其中省市公司822个，联营公 司98个，专项用户33个，机动用户19个和出口1个)，涉及756个 站港和由铁路、公路、水运、管输4种运输方式组成的超过5200条 运输通道。
根据销售企业的实际情况，建立销售企业单周期全口径一次物流 优化模型。模型中的数据采用销售企业某月实际发生数据。其中物料 平衡，包括生产企业分品种的资源，销售企业分品种分节点的需求。 模型中运输通道的铁路运费按铁道部协助测算的费用，其他运输方式 的费用按企业实际发生的运费计算。模型的计算周期设定为1个月， 目标函数为运输费用最省。
通过某石化企业成品油一次物流优化软件运算辅助编制成品油 资源配置计划和运输计划，实现了配置安排和运输计划的有机结合， 量化了资源摆布、运输通道和运输限制的经济效益评价，提高了优化 物流的决策和指导作用。从运算结果分析，配置资源流向呈现“就 近供应比例增加、远距离调运和梯次推进比例减少和资源发运点相对 集中”的特点，模型中设置的大部分运输限制均达到了上限，局部地 区运输仍存在一定困难。
某石化企业成品油一次物流优化模型涵盖四种运输方式，分别为 铁路、水运、公路和管输。以2017年4月份的系统运算结果为例， 四种运输方式所承担一次物流费用的运量为944万吨，其中铁路、 水路、公路和管输运输量的比例分别为22％、18％、3％和56％(如表1)。
某石化企业成品油一次物流优化模型分运输方式情况表(附表1)
单位：万吨
备注：华北省市含东三省，华中省市含川渝。
通过某石化企业成品油物流优化模型计算，该月销售企业承担一 次物流费用运费为4.48亿元，其中铁路、水路、公路和管输四种运 输方式费用的比例分别为59％、32％、4％、6％(见表2)。
某石化企业成品油一次物流优化模型大区担费情况表(附表2)
单位：万元
备注：华北省市含东三省，华中省市含川渝。
应当理解的是，对本领域普通技术人员来说，可以根据上述说 明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利 要求的保护范围。

Claims (5)

1.基于线性规划模型进行成品油一次物流的优化方法，其特征在于：
运输信息采集、仓储信息采集、营销信息采集，用所采集的数据按照预设周期依据所述线性规划模型获取最优化目标值；
所述运输信息包括运输总量、运输成本、运输方式；
所述仓储信息包括实际库存量、目标库存量、安全库存量、库存变化；
所述营销信息包括销售总量、采购总量、自采总量、消耗或产出总量、销售价格、采购成本、经济惩罚值、产出或消耗成本、期末库存成本、期初库存成本。
2.根据权利要求1所述的一种基于线性规划模型进行成品油一次物流的优化方法，其特征在于：
所述线性规划方法包括资源供应约束方程、市场需求约束规划方程、库存变化约束方程和安全库存约束方程。
3.根据权利要求1所述的一种基于线性规划模型进行成品油一次物流的优化方法，其特征在于：
所述最优化目标值
Maximize OBJ＝∑(iktj)Siktj*PRICEiktj*XLENj
-∑(iktj)Biktj*COSTiktj*XLENj
-∑(iklpj)Tiklpj*TCOSTiklpj*XLENj
-∑(ikj)Pikj*BCOST*XLENj
-∑(klj)Vklj*VCOSTklj*XLENj
-∑(ikj)Iikj*HCOSTikj*LENj
-∑(ikj)Dikj*PCOSTikj
-∑(ikj)Jikj*SCOSTikj
-∑(ik)Rik*OCOSTik
其中，
∑(iktj)Siktj是指i物料在j周期在k节点的销售总量；
∑(iktj)Biktj是指i物料在j周期在k节点的采购总量；
∑(iklpj)Tiklpj因是指i物料在j周期从k节点运输到l节点用p运输方式的运输总量；
∑(ikj)Pikj均是指i物料在j周期在k节点的自采总量；
∑(klj)VkIj是指在j周期在k节点用l操作方案的产出或消耗的总量；
∑(ikj)Iikj是指在i物料在j周期k节点的期末库存量；
∑(ikj)Dikj是指i物料在j周期k节点的目标库存量；
∑(ikj)Jikj是指i物料在j周期k节点的安全库存量；
∑(ik)Rik是指i物料在k节点的库存降量；
PRICEiktj间是指i物料在j周期在k节点的销售价格；
COSTiktj是指i物料在j周期在k节点的采购成本；
TCOSTiklpj是指i物料在j周期从k节点运输到l节点用p运输方式的运输成本；
BCOST是指因自采产生的经济惩罚值；
VCOSTklj可是指在j周期在k节点用l操作方案的产出或消耗的成本；
HCOSTikj是指i物料在j周期在k节点的期末库存成本；
PCOSTikj是指i物料在j周期在k节点的目标库存戚本；
SCOSTikj是指i物料在j周期在k节点的安全库存成本；
OCOSTik是指i物料在j周期在k节点的期初库存成本；
LENj是指j周期长度；
XLENj是指模型在已定义周期频率的基础上等于LENj。
4.基于线性规划模型进行成品油一次物流的优化系统，其特征在于，包括：
信息采集模块，用于按照预设周期采集成品油物流数据信息；
计算模块，用于依据所述成品油物流数据信息用线性规划模型获取最优化目标值。
5.根据权利要求4所述的一种基于线性规划模型进行成品油一次物流的优化系统，其特征在于：
所述信息采集模块包括运输信息采集单元、仓储信息采集单元和营销信息采集单元；
所述运输信息采集单元用于采集运输总量信息和运输成本信息；
所述仓储信息采集单元用于采集实际库存量信息、目标库存量信息、安全库存量信息、库存变化信息；
所述营销信息采集单元用于采集销售总量信息、采购总量信息、自采总量信息、消耗或产出总量信息、销售价格信息、采购成本信息、经济惩罚值信息、产出或消耗成本信息、期末库存成本信息、期初库存成本信息。
CN201810339500.6A 2018-04-16 2018-04-16 基于线性规划模型进行成品油一次物流的优化方法和系统 Pending CN108898236A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810339500.6A CN108898236A (zh) 2018-04-16 2018-04-16 基于线性规划模型进行成品油一次物流的优化方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810339500.6A CN108898236A (zh) 2018-04-16 2018-04-16 基于线性规划模型进行成品油一次物流的优化方法和系统

Publications (1)

Publication Number Publication Date
CN108898236A true CN108898236A (zh) 2018-11-27

Family

ID=64342237

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810339500.6A Pending CN108898236A (zh) 2018-04-16 2018-04-16 基于线性规划模型进行成品油一次物流的优化方法和系统

Country Status (1)

Country Link
CN (1) CN108898236A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707717A (zh) * 2022-03-29 2022-07-05 中国石油大学(北京) 一种考虑多式联运的成品油一次物流优化方法及系统
CN114707716A (zh) * 2022-03-29 2022-07-05 中国石油大学(北京) 一种带有中转油库的成品油管网调度优化方法和系统
CN114742502A (zh) * 2022-04-14 2022-07-12 中国石油大学(北京) 一种成品油管道输送协调优化系统
CN116579685A (zh) * 2023-04-23 2023-08-11 中国石油大学(北京) 基于多方合作的成品油物流优化方法、系统、介质和设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707717A (zh) * 2022-03-29 2022-07-05 中国石油大学(北京) 一种考虑多式联运的成品油一次物流优化方法及系统
CN114707716A (zh) * 2022-03-29 2022-07-05 中国石油大学(北京) 一种带有中转油库的成品油管网调度优化方法和系统
CN114707716B (zh) * 2022-03-29 2024-01-05 中国石油大学(北京) 一种带有中转油库的成品油管网调度优化方法和系统
CN114707717B (zh) * 2022-03-29 2024-01-16 中国石油大学(北京) 一种考虑多式联运的成品油一次物流优化方法及系统
CN114742502A (zh) * 2022-04-14 2022-07-12 中国石油大学(北京) 一种成品油管道输送协调优化系统
CN114742502B (zh) * 2022-04-14 2024-03-22 中国石油大学(北京) 一种成品油管道输送协调优化系统
CN116579685A (zh) * 2023-04-23 2023-08-11 中国石油大学(北京) 基于多方合作的成品油物流优化方法、系统、介质和设备
CN116579685B (zh) * 2023-04-23 2024-01-12 中国石油大学(北京) 基于多方合作的成品油物流优化方法、系统、介质和设备

Similar Documents

Publication Publication Date Title
CN108898236A (zh) 基于线性规划模型进行成品油一次物流的优化方法和系统
Capros et al. EU Reference Scenario 2016-Energy, transport and GHG emissions Trends to 2050.
Solaymani et al. Economic and environmental impacts of energy subsidy reform and oil price shock on the Malaysian transport sector
Yang Fuel electricity and plug-in electric vehicles in a low carbon fuel standard
James et al. Supply chain and blade manufacturing considerations in the global wind industry
Krupnick et al. Sector effects of the shale gas revolution in the United States
Kunze et al. Model coupling approach for the analysis of the future European energy system
Kluschke et al. Interaction of a hydrogen refueling station network for heavy-duty vehicles and the power system in Germany for 2050
Thomas et al. Should policy-makers allocate funding to vehicle electrification or end-use energy efficiency as a strategy for climate change mitigation and energy reductions? Rethinking electric utilities efficiency programs
Grobbel et al. low-carbon future
CN107301491A (zh) 基于拉姆齐定价原理的充换电设施运营分析系统
Bibas et al. IMpact Assessment of CLIMate policies with IMACLIM-R 1.1. Model documentation version 1.1.
Berezin et al. Feasibility study on investment in development of energy efficient use of natural resources in Sverdlovsk Region
Chin et al. Decision support models for natural gas dispatch
Karanina et al. Industrial microgrids in Russia: regional systemic effects of its implementation
de Moraes et al. The sugarcane industry and the use of fuel ethanol in Brazil: history, challenges, and opportunities
Toledano et al. Leveraging Paraguay’s Hydropower for Sustainable Economic Development
Maza-Ortega et al. EV International Landscape
Devogelaer et al. Cost-benefit analysis of a selection of policy scenarios on an adequate future Belgian power system
Chen Research on Location Selection of DRF Supermarket Distribution Center
Aall et al. Policies for reducing household green house gas emissions
Suzuki et al. A growth-friendly and inclusive green transition strategy for Thailand
Yanjun et al. Study on Optimization of the Adjustment Mechanism for the Allocation of Funds for Transferring Consumption Tax on Refined Oil Products
Dallepiane et al. Logistical and economic impact on the transport sector with the insertion of electric trucks for last-mile transport
Johnsson Road wear and the kilometre charge: a computable general equilibrium analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181127